碳酸盐岩三矿物岩石组分识别模型的建立与应用

2017-04-24李晓辉吴庆岩庞福基

测井技术 2017年3期

李晓辉, 吴庆岩, 庞福基

(大庆钻探工程公司测井公司, 黑龙江大庆 163412)

0 引言

塔里木东南区块下古生界为一北东倾的宽缓鼻状隆起,以塔中I号断裂为界,下古生界地层由西南向东北埋深逐渐加大,发育上寒武统—下奥陶统台地边缘相带[1]。研究区内碳酸盐岩储层主要发育在中、下奥陶统和上寒武统,储层类型以裂缝型、孔洞型、裂缝孔洞型为主[2],孔隙度主要分布1%～4%之间,为特低孔隙度渗透率储层。储层岩石骨架成分复杂,发育有石灰岩、白云岩、硅化岩及三者共存的混合岩性,且呈非均匀状态分布。通过岩心分析资料统计,上述3种岩石组分含量总和达97%以上,泥质含量仅为2%左右。

对于碳酸盐岩储层岩性识别及岩石组分含量求取有2种方法,一种是直接方法,即采用地层化学元素测井,应用适当的模型进行元素分析,确定岩石组分和含量,但由于测速慢,占用井场时间长,且费用较高,不能实现在每口井内进行采集;另一种是间接方法,即应用常规测井资料,选择适当的模型进行岩性识别和组分计算。在碳酸盐岩评价中,对于石灰岩和白云岩含量的计算方法相对成熟,最为熟知的是阿特拉斯公司3600系列的CRA模块中的四矿物处理方法和3700系列的NCRA处理方法。这2种方法均是以中子—密度交会图为基础,以不同的解决思路提供了2种矿物组分和含量。当骨架中含有硅化岩时,3种岩石组分含量的定量评价方法尚未形成。

本文以常规测井资料为基础,建立了以三角形图解法为基础的三矿物模型,解决了研究区块的碳酸盐岩储层岩石组分识别和定量评价问题,可弥补在地层化学元素测井资料缺失的情况下对岩性进行识别的不足。

1 岩石组分变化对孔隙度参数影响分析

不同岩石组分具有不同的测井响应特征值,其含量的变化导致岩石的综合骨架值随之变化,进而导致测井综合响应的变化。若保持岩石综合骨架值不变,势必影响储层参数的计算精度。假设常规测井密度值为2.68 g/cm3,对于纯石灰岩地层,孔隙度为1.75%。在岩石不含硅化岩的情况下,白云岩含量每增加10%,孔隙度将增加约1%;而当白云岩含量不变,硅化岩含量每增加10%,孔隙度将减小0.4%(见图1)。由此可见,若均以固定的灰岩骨架值进行孔隙度计算,当储层含有白云岩时,将导致计算孔隙度偏低;而当储层含有硅化岩时,将导致计算的孔隙度偏高[3];而当3种组分共存时,情况将变得更为复杂。对于研究区复杂岩石组分、特低孔隙度的碳酸盐岩储层,这样的影响不可忽视。

图1 矿物成分、含量变化对孔隙度的影响

2 三矿物岩石组分识别模型的建立

2.1 测井信息优选

众多测井项目均不同程度与岩石组分特性相关,补偿中子、岩性密度、声波时差、自然伽马、光电吸收截面指数为主要的岩性指示曲线(见表1)[4]。对于研究区纯净碳酸盐岩,自然伽马绝对值低,且变化幅度不明显(通常在10～20 API),在识别岩性上不具有明显的优势。由表1可见,光电吸收截面指数Pe对研究区3种岩石组分的骨架值具有明显的差异性,且几乎不受孔隙度、流体变化的影响,优势明显;而补偿中子、岩性密度、声波时差虽然与岩性有关,但受岩石孔隙度的影响,直接应用未见效果。但是,应用补偿中子、岩性密度使用式(1)计算得到的参数N值,基本不受孔隙的影响,能更好反映岩性的变化[4](见图2)。

N=(φNf-φN)/(ρb-ρf)

(1)

式中,φNf为流体的补偿中子值;φN为补偿中子测量值;ρb为岩性密度测量值;ρf为流体的岩性密度值。

选择研究区内地层化学元素测井提供的矿物组分分析数据,投影到不同坐标参数的三角形图解中,可以看到,只有在光电吸收截面指数与N值相结合的图2(d)中,随着任意一种矿物的增加,样品点均具有向该矿物理论骨架端元方向移动的趋势,并且移动的距离与矿物含量变化直接相关。由此说明光电吸收截面指数和N值用来识别碳酸盐岩中的石灰岩、白云岩和硅化岩成分是最优的测井信息选择。

表1 3种矿物测井物理响应特征值

*非法定计量单位,1 ft=12 in=0.304 8,下同

图2 不同坐标情况下的岩石组分识别效果对比

2.2 模型的建立

将光电吸收截面指数与N值相结合,将3个端元设定为石灰岩、白云岩和硅化岩,参考白云石、方解石、石英的理论骨架值和研究区自身的储层特征为端元赋值,采用三角形图解法,建立三矿物岩石组分识别模型(见图3)。

图3 三矿物岩石组分识别模型

图4 图版计算矿物含量方法示例

3 岩石组分含量计算方法

在三矿物岩石组分识别模型中(见图3),分别将石灰岩、白云岩和硅化岩的骨架端元两两相连,计算出每条端元连线的线性方程式

yCD=35.0x-15.4

yCQ=-98.1x+62.4

yDQ=-15.0x+11.1

(2)

式中,yCD为石灰岩与白云岩端元的连线方程;yCQ为石灰岩与硅化岩端元的连线方程;yDQ为白云岩与硅化岩端元的连线方程;x为三矿物岩石组分识别模型中横坐标N值的变化量。

计算图解内任意一点与任一连线之间的距离,并与该连线与另一端元之间的距离相比,即可认为是该点对应端元组分的岩石组份含量。以图4为例,三角形内任意一点P,它的石灰岩含量近似为

(3)

4 效果检验

4.1 与地层化学元素测井的处理结果对比

以×1井为例,由录井资料可知,在6 700.0～6 760.0 m层段,岩性为硅化岩、含硅灰质白云岩及含硅含灰白云岩,不含泥质,井况良好,泥浆中没有加入重晶石等矿物,且该井进行了哈里伯顿公司的GEM测井。提取该井段环境校正和曲线标准化后常规测井数据,采用三矿物组分识别模型计算得到硅化岩、石灰岩和白云岩含量,形成岩性变化剖面,与GEM处理结果进行对比,岩性剖面变化趋势具有很好的一致性(见图5)。图5中第5道为GEM处理剖面,第6道为新建模型计算的岩性剖面。

4.2 与岩心分析数据对比

应用×2、×3、×4和E共4口井的37块岩心全岩分析数据,通过成像资料将岩心深度进行准确归位,提取相应深度的常规测井曲线数据点,应用图版计算得到每块岩心的3种矿物组分含量,并与全岩分析的矿物含量作交会图进行分析。硅化岩含量平均绝对误差为5.54%,石灰岩含量平均绝对误差为4.91%,白云岩含量平均绝对误差为6.85%(见图6)。通过与岩心全岩分析的矿物含量对比,模型计算的矿物含量具有较高的精度,可以用来快速直观地判断储层岩性并计算岩石组分含量。